摘要 | 第1-5页 |
ABSTRACT | 第5-8页 |
第一章 绪论 | 第8-15页 |
§1-1 课题的研究背景和意义 | 第8页 |
§1-2 电能质量的基本概念 | 第8-10页 |
1-2-1 电能质量的定义 | 第8-9页 |
1-2-2 电能质量问题的分类 | 第9-10页 |
§1-3 课题的研究现状 | 第10-14页 |
1-3-1 扰动信号的消噪 | 第10页 |
1-3-2 电能质量扰动检测分析的研究现状 | 第10-12页 |
1-3-3 电能质量扰动识别的研究现状 | 第12-14页 |
§1-4 本文的主要工作 | 第14-15页 |
第二章 基于数学形态学的信号消噪 | 第15-24页 |
§2-1 数学形态学的概述 | 第15-16页 |
2-1-1 数学形态学的产生、发展以及在电力系统分析中的应用 | 第15-16页 |
§2-2 数学形态学基本运算 | 第16-18页 |
2-2-1 二值运算 | 第16-18页 |
2-2-2 灰值形态学 | 第18页 |
§2-3 形态学滤波器 | 第18-23页 |
2-3-1 形态学滤波器基本原理 | 第18-19页 |
2-3-2 基于多结构元素自定义权值形态滤波器 | 第19-21页 |
2-3-3 算例仿真与分析 | 第21-23页 |
§2-4 小结 | 第23-24页 |
第三章 基于 S 变换的电能质量扰动信号检测 | 第24-39页 |
§3-1 S 变换的基本原理 | 第24-27页 |
3-1-1 S 变换的定义 | 第24页 |
3-1-2 一维连续 S 变换 | 第24-26页 |
3-1-3 一维离散 S 变换 | 第26-27页 |
§3-2 基于 S 变换扰动信号检测分析 | 第27-38页 |
3-2-1 S 变换对电能质量扰动检测的实现方法 | 第27-30页 |
3-2-2 仿真结果及分析 | 第30-38页 |
§3-3 小结 | 第38-39页 |
第四章 电能质量扰动的分类识别 | 第39-47页 |
§4-1 概率神经网络的分类方法 | 第39-43页 |
4-1-1 概率神经网络的结构 | 第39-40页 |
4-1-2 概率神经网络的数学描述 | 第40-41页 |
4-1-3 概率神经网络的算法及实现 | 第41-43页 |
§4-2 扰动信号特征量的提取 | 第43-45页 |
§4-3 仿真和结果分析 | 第45-46页 |
§4-4 小结 | 第46-47页 |
第五章 电压暂降干扰源的识别 | 第47-55页 |
§5-1 电压暂降的原因分析 | 第47-52页 |
5-1-1 短路故障引起的电压暂降 | 第47-49页 |
5-1-2 感应电动机启动引发的电压暂降 | 第49-50页 |
5-1-3 变压器投运引发的电压暂降 | 第50-52页 |
§5-2 特征量的提取 | 第52-53页 |
§5-3 仿真分析 | 第53-54页 |
§5-4 小结 | 第54-55页 |
第六章 结论 | 第55-57页 |
参考文献 | 第57-60页 |
致谢 | 第60页 |